W miarę jak organizacje coraz częściej sięgają po sztuczną inteligencję w celu zwiększenia wydajności i innowacyjności, potrzeba uwzględnienia kwestii etycznych w tych postępach staje się nadrzędna. Ta konwergencja sztucznej inteligencji i zasad etycznych stanowi podstawę strategii ESG, zapewniając zgodność postępu technologicznego z szerszymi wartościami społecznymi.
Czym jest ESG?
Termin ESG (Environmental, Social, and Governance) pojawił się na początku XXI wieku, choć jego korzenie sięgają lat 70. i 80. ubiegłego wieku, kiedy to zaczęły rozwijać się koncepcje związane ze społeczną odpowiedzialnością biznesu (CSR). Termin ESG zyskał formalne znaczenie w 2004 roku dzięki raportowi "Who Cares Wins" opublikowanemu przez UN Global Compact we współpracy z kilkoma instytucjami finansowymi.
W raporcie tym podkreślono, że włączenie czynników środowiskowych, społecznych i związanych z ładem korporacyjnym do analizy inwestycji może prowadzić do lepszych wyników na rynkach kapitałowych. Od tego czasu ESG stało się kluczowym elementem oceny działalności spółek przez inwestorów i interesariuszy na całym świecie.
83% konsumentów uważa, że firmy powinny aktywnie kształtować najlepsze praktyki ESG. Źródło.
ESG to zestaw kryteriów wykorzystywanych do oceny działalności spółki i jej wpływu na różne obszary:
Środowiskowe - kryterium to bada wpływ spółki na środowisko naturalne. Obejmuje ono takie czynniki jak emisja dwutlenku węgla, efektywność energetyczna, gospodarka odpadami, ochrona zasobów i wysiłki na rzecz ochrony bioróżnorodności. Spółki są oceniane pod kątem sposobu, w jaki zarządzają zagrożeniami i możliwościami środowiskowymi.
Społeczny - ten aspekt koncentruje się na relacjach spółki z jej pracownikami, klientami, dostawcami i społecznościami, w których działa. Kluczowe czynniki obejmują praktyki pracownicze, prawa człowieka, różnorodność i integrację, zaangażowanie społeczności, zadowolenie klientów i etyczne praktyki biznesowe.
Ład korporacyjny - to kryterium ocenia jakość zarządzania spółką i struktur ładu korporacyjnego. Obejmuje ono przejrzystość, prawa akcjonariuszy, etykę, praktyki antykorupcyjne oraz zgodność z przepisami i regulacjami.
Kryteria ESG są ważne, ponieważ zapewniają kompleksowy obraz długoterminowego zrównoważonego rozwoju i wpływu etycznego spółki. Inwestorzy, organy regulacyjne i inni interesariusze wykorzystują wskaźniki ESG do podejmowania świadomych decyzji, dążąc do wspierania firm promujących zrównoważone i odpowiedzialne praktyki biznesowe. Włączenie czynników ESG do strategii biznesowej pomaga firmom lepiej zarządzać ryzykiem i budować pozytywną reputację, co może prowadzić do długoterminowego sukcesu.
ESG i regulacje prawne
Przepisy prawne dotyczące ESG różnią się znacznie w poszczególnych regionach i krajach, ale istnieją pewne wspólne tematy i ramy. Firmy są w coraz większym stopniu zobowiązane do uwzględniania kwestii ESG w swoich strategiach biznesowych i raportowania swoich wyników, co wynika zarówno z wymogów prawnych, jak i oczekiwań rynku.
NFRD i SFDR
Unia Europejska jest liderem w zakresie regulacji ESG. Dyrektywa w sprawie sprawozdawczości niefinansowej (NFRD) wymaga od dużych firm ujawniania informacji na temat sposobu, w jaki działają i zarządzają wyzwaniami społecznymi i środowiskowymi. Rozporządzenie w sprawie ujawniania informacji na temat zrównoważonego finansowania (SFDR) zobowiązuje uczestników rynku finansowego do ujawniania, w jaki sposób uwzględniają czynniki ESG w swoich decyzjach inwestycyjnych.
CSRD
Dyrektywa w sprawie sprawozdawczości przedsiębiorstw w zakresie zrównoważonego rozwoju (CSRD) to ważna inicjatywa regulacyjna Unii Europejskiej mająca na celu poprawę i standaryzację sprawozdawczości w zakresie zrównoważonego rozwoju wśród przedsiębiorstw. Opiera się ona na istniejącej dyrektywie w sprawie sprawozdawczości niefinansowej (NFRD) i rozszerza jej zakres.
CSRD znacznie rozszerza zakres spółek zobowiązanych do raportowania kwestii zrównoważonego rozwoju. Ma ona zastosowanie do wszystkich dużych spółek, zdefiniowanych jako spełniające co najmniej dwa z następujących kryteriów: ponad 250 pracowników, ponad 40 milionów euro obrotu netto lub ponad 20 milionów euro aktywów ogółem.
Raporty muszą zawierać szczegółowe informacje na temat zagrożeń dla zrównoważonego rozwoju, wpływu, możliwości oraz strategii i celów firmy w zakresie zrównoważonego rozwoju.
Zielony Ład
Zielony Ład UE ma na celu uczynienie Europy neutralną dla klimatu do 2050 r. i obejmuje szereg polityk i przepisów wspierających ten cel, w tym taksonomię UE, która klasyfikuje zrównoważone środowiskowo działania gospodarcze.
SEC
Amerykańska Komisja Papierów Wartościowych i Giełd (SEC) zaproponowała przepisy, które wymagałyby od spółek notowanych na giełdzie ujawniania zagrożeń związanych z klimatem i ich wpływu na działalność biznesową. Chociaż w Stanach Zjednoczonych nie obowiązują tak kompleksowe wymogi dotyczące sprawozdawczości ESG jak w UE, rośnie presja na większą przejrzystość i ujawnianie informacji.
TCFD
Wielka Brytania wdrożyła zalecenia Task Force on Climate-related Financial Disclosures (TCFD), wprowadzając obowiązek ujawniania informacji finansowych związanych z klimatem przez duże spółki i instytucje finansowe.
Wiele krajów uchwaliło przepisy mające na celu ograniczenie emisji gazów cieplarnianych, promowanie energii odnawialnej i poprawę efektywności energetycznej. Przepisy te często wymagają od firm monitorowania i raportowania emisji dwutlenku węgla i wpływu na środowisko.
Wykorzystanie mocy sztucznej inteligencji w czynnikach ESG
Analiza dużych zbiorów danych
Wykorzystując sztuczną inteligencję, organizacje mogą wykorzystać ogromne zbiory danych, aby znacznie ulepszyć swoje strategie ESG. Sztuczna inteligencja może przetwarzać i analizować dane w czasie rzeczywistym, umożliwiając firmom monitorowanie wskaźników środowiskowych, społecznych i zarządczych z niespotykaną dotąd dokładnością. Na przykład:
Monitorowanie środowiska
Sztuczna inteligencja może analizować w czasie rzeczywistym dane ze zdjęć satelitarnych, czujników i urządzeń IoT w celu wykrywania zmian środowiskowych i przewidywania potencjalnych zagrożeń. Pomaga to organizacjom proaktywnie zarządzać ich wpływem na środowisko i wdrażać zrównoważone praktyki.
Metryki społeczne
Sztuczna inteligencja może oceniać duże ilości danych społecznych, takich jak opinie pracowników i wskaźniki zaangażowania społeczności, w celu zidentyfikowania obszarów wymagających poprawy. Wskazując konkretne kwestie, organizacje mogą opracowywać ukierunkowane inicjatywy w zakresie odpowiedzialności społecznej, które przynoszą pozytywne rezultaty.
Praktyki zarządzania
Sztuczna inteligencja może skanować obszerne dane dotyczące zarządzania w celu wykrycia wzorców niezgodności i nieetycznych zachowań. Identyfikując anomalie i potencjalne zagrożenia na wczesnym etapie, organizacje mogą podejmować działania naprawcze, aby zapewnić utrzymanie solidnych standardów zarządzania.
Sprawozdawczość i przejrzystość ESG
Dokładna i przejrzysta sprawozdawczość jest niezbędna dla skutecznych strategii ESG. Sztuczna inteligencja może znacząco poprawić jakość i wydajność poprzez:
Automatyzację gromadzenia i analizy danych
Sztuczna inteligencja może usprawnić proces gromadzenia i analizowania danych ESG, zmniejszając czas i wysiłek wymagany do ręcznego raportowania. Prowadzi to do bardziej dokładnych i terminowych raportów.
Zwiększenie dokładności raportów
Algorytmy sztucznej inteligencji mogą porównywać wiele źródeł danych w celu weryfikacji informacji, zapewniając dokładność i wiarygodność raportów ESG. Buduje to zaufanie interesariuszy i organów regulacyjnych.
Poprawa praktyk w zakresie ujawniania informacji
Sztuczna inteligencja może pomóc organizacjom zidentyfikować luki w ich sprawozdawczości i zasugerować ulepszenia, prowadząc do bardziej kompleksowych i przejrzystych ujawnień ESG. Sprzyja to większej odpowiedzialności i zaufaniu wśród inwestorów i opinii publicznej.
Przewidywanie i prognozy
Możliwości predykcyjne sztucznej inteligencji są potężnym narzędziem do ulepszania strategii ESG. Wykorzystując zaawansowane algorytmy i uczenie maszynowe, organizacje mogą
Prognozować wpływ na środowisko
AI może przewidywać przyszłe zmiany środowiskowe w oparciu o bieżące dane, pomagając organizacjom przewidywać i łagodzić potencjalne negatywne skutki. To proaktywne podejście wspiera długoterminowy zrównoważony rozwój.
Przewidywać trendy społeczne
Sztuczna inteligencja może analizować dane społeczne w celu prognozowania trendów i identyfikowania pojawiających się kwestii związanych z praktykami pracy, relacjami ze społecznością i zachowaniami konsumentów. Pozwala to organizacjom stawić czoła wyzwaniom społecznym, zanim dojdzie do ich eskalacji.
Lepsze zarządzanie ryzykiem
Sztuczna inteligencja może przewidywać potencjalne zagrożenia związane z zarządzaniem, analizując dane historyczne i identyfikując wzorce, które mogą wskazywać na przyszłe problemy. Umożliwia to organizacjom wdrażanie środków zapobiegawczych i utrzymywanie solidnych standardów zarządzania.
Przykład sztucznej inteligencji w praktyce: Environmental Intelligence Suite
Environmental Intelligence Suite to platforma SaaS opracowana przez IBM w celu monitorowania, przewidywania i reagowania na wpływ pogody i klimatu. Platforma ta została zaprojektowana, aby pomóc firmom w zarządzaniu podatnościami związanymi z uszkodzeniami aktywów związanych z klimatem, zakłóceniami łańcucha dostaw i wyzwaniami operacyjnymi. Zapewniając wgląd w ekstremalne zjawiska pogodowe i ułatwiając planowanie predykcyjne, pakiet pomaga firmom w podejmowaniu decyzji odpowiedzialnych za środowisko.
Platforma łączy dokładne dane pogodowe, geoprzestrzenne i dotyczące emisji gazów cieplarnianych (GHG) z informacjami branżowymi w celu tworzenia niestandardowych rozwiązań w zakresie adaptacji do zmian klimatu. Pakiet oferuje najdokładniejsze na świecie dane pogodowe i pomaga zainteresowanym stronom skutecznie zarządzać i przygotowywać się na zakłócenia dzięki wglądowi w pogodę i alertom w czasie rzeczywistym.
Sztuczna inteligencja umożliwia wykrywanie i łagodzenie skutków zmian klimatycznych za pomocą zdjęć satelitarnych o wysokiej rozdzielczości. Pakiet wykorzystuje również spostrzeżenia oparte na sztucznej inteligencji do podejmowania decyzji dotyczących zarządzania roślinnością i strefami wysokiego ryzyka, integrując dane satelitarne i analizy predykcyjne.
Pakiet Environmental Intelligence Suite wspiera zgodność środowiskową, społeczną i zarządczą (ESG), zapewniając narzędzia do ochrony aktywów biznesowych przed zagrożeniami klimatycznymi. Pomaga w podejmowaniu lepszych decyzji regulacyjnych i dotyczących zrównoważonego rozwoju poprzez kompleksowe analizy, alerty i wizualizacje. Pomagając firmom w planowaniu warunków pogodowych wysokiego ryzyka i integracji danych środowiskowych z ich przepływami pracy, pakiet promuje zrównoważone praktyki i zwiększa bezpieczeństwo zarówno pracowników, jak i klientów.
Studium przypadku: Google's DeepMind AI dla chłodzenia centrów danych
Firma Google zintegrowała sztuczną inteligencję DeepMind ze swoimi centrami danych w celu zarządzania i optymalizacji systemów chłodzenia. Współpraca ta ma na celu rozwiązanie złożonego i energochłonnego procesu chłodzenia centrów danych, który jest niezbędny do utrzymania wydajności i efektywności serwerów.
Wdrożenie DeepMind AI zaowocowało 40% redukcją energii zużywanej do chłodzenia centrów danych Google, co przekłada się na 15% poprawę efektywności wykorzystania energii (PUE). Ta znacząca redukcja nie tylko obniża koszty operacyjne, ale także zmniejsza wpływ centrów danych Google na środowisko. Zwiększona wydajność energetyczna wspiera zaangażowanie Google w zrównoważony rozwój, pomagając firmie osiągnąć cel, jakim jest zasilanie w 100% energią odnawialną.
Centra danych Google zawierają tysiące serwerów, które zasilają popularne usługi, takie jak wyszukiwarka Google, Gmail i YouTube. Zapewnienie ich niezawodnego i wydajnego działania ma kluczowe znaczenie. Zaprojektowaliśmy naszych agentów AI i podstawową infrastrukturę kontrolną od podstaw z myślą o bezpieczeństwie i niezawodności, a także wykorzystaliśmy osiem różnych mechanizmów, aby zapewnić, że system będzie działał zgodnie z przeznaczeniem przez cały czas.
Źródło: Google Deep Mind
Sztuczna inteligencja DeepMind wykorzystuje system sieci neuronowych przeszkolonych w zakresie różnych scenariuszy operacyjnych i parametrów z centrów danych Google. Te sieci neuronowe analizują dane, takie jak temperatury, zużycie energii i prędkości sprzętu, aby przewidzieć przyszłe warunki i zalecić optymalne działania w zakresie zużycia energii. System sztucznej inteligencji dostosowuje się w czasie rzeczywistym do zmian, zapewniając dynamiczne i wydajne rozwiązanie do zarządzania procesami chłodzenia, których tradycyjne metody nie byłyby w stanie osiągnąć tak skutecznie.
Wykorzystanie DeepMind AI przez Google jest zgodne z celami ESG poprzez znaczną poprawę efektywności energetycznej i zmniejszenie emisji dwutlenku węgla. Optymalizując procesy chłodzenia i obniżając zużycie energii, Google nie tylko zmniejsza swój wpływ na środowisko, ale także stanowi precedens dla innych firm.
Jak sztuczna inteligencja może wspierać strategie ESG?
Integracja sztucznej inteligencji z ramami ESG oferuje transformacyjny potencjał dla firm. Usprawnia zarządzanie danymi, analitykę predykcyjną i przejrzystość raportowania, wspierając zrównoważone i odpowiedzialne praktyki biznesowe. Regulacje takie jak SFDR i CSRD napędzają tę integrację, zapewniając, że firmy pozostają odpowiedzialne i proaktywne w swoich inicjatywach ESG.
